Gestern haben wir dir Harvards Forschung vorgestellt, die belegt, dass KI die Arbeit schwieriger macht. Mehr Aufgaben, unklarere Grenzen, ständiger Wechsel zwischen Kontexten.
Heute: ist es an der Zeit, das Toolkit kennenzulernen, das den Spieß umdreht. Wenn du gerade erst mit KI anfängst oder Inhalte noch direkt in der Web-App kopierst und einfügst, ist es Zeit, deinen Tech-Stack aufzurüsten. Jedes der folgenden Tools steht für ein übergeordnetes Engineering-Prinzip aus der gestrigen Geschichte.
- Cowork (Anthropic, für Pro-Nutzer kostenlos, jetzt auch für Windows) plant und erledigt Datei-Aufgaben autonom. Lade Meeting-Notizen hoch und sage: „Fasse die Aufgaben nach Teammitglied zusammen und entwirf Follow-ups.“ 45 Minuten Arbeit in 90 Sekunden. Kürzlich kamen Plug-ins für Marketing-, Rechts- und Vertriebs-Workflows hinzu.
- Codex App (OpenAI, vorübergehend kostenlos) führt mehrere Agenten parallel nach einem Zeitplan aus. Weise einen an, Wettbewerber zu beobachten, einen anderen, die GitHub-Aktivitäten zusammenzufassen, und einen dritten, jeden Freitag um 8 Uhr morgens deinen Wochenbericht zu entwerfen. Ein 4-köpfiges Team hat damit Sora für Android in 28 Tagen entwickelt.
- Claude in Chrome (Anthropic, für zahlende Abonnenten) sieht deinen Browser und lernt deine Routinen. Nimm einmal auf, wie du eine Spesenabrechnung einreichst – beim nächsten Mal spielt Claude den Vorgang ab. Langweilige Aufgaben sollten nur einmal einen Menschen erfordern.
- Tasklet verwandelt einfaches Englisch in geplante Automatisierungen. „Jeden Morgen um 6 Uhr meinen Support-Posteingang prüfen und eine Zusammenfassung dringender Tickets in Slack posten.“ Ein Satz. Läuft für immer. Das ist der einfachste Weg, sichere, unkomplizierte Automatisierungen für dich selbst oder deine Workflows zu erstellen … unterschätze dieses Tool nicht.
- MCP (offener Standard) ist die Infrastruktur, die KI mit deinen tatsächlichen Tools verbindet. Ohne sie beginnt jede KI-Interaktion bei null (das spielt sich eher im Hintergrund ab, aber wenn du „Connectoren“ verwendest, verbinden sich andere Apps auf diese Weise mit deiner KI).
Was die meisten allerdings übergehen: Den Agenten zu bauen, ist der einfache Teil. Zu wissen, ob er gute Arbeit leistet, ist die schwierige Aufgabe.
Hier kommt LLM-as-a-Judge ins Spiel. Du verwendest eine separate KI, um die Ausgaben deines Agenten anhand von Kriterien zu bewerten, die du festlegst (z. B. Genauigkeit, Relevanz und Prüfungen auf Halluzinationen). Forschung zeigt, dass diese Beurteiler in etwa 80 % der Fälle mit menschlichen Evaluatoren übereinstimmen – ungefähr genauso häufig, wie Menschen untereinander übereinstimmen.
Bei allem, was eine nachweislich korrekte Antwort hat (Mathematik, Code, Daten), geht LLM-as-a-Verifier noch weiter: Es sagt nicht einfach nur „das sieht richtig aus“, sondern führt den Code aus, prüft die Datenbank und beweist es.
Anmerkung der Redaktion: Dieser Inhalt erschien ursprünglich im Newsletter unserer Schwesterpublikation The Neuron. Um mehr von The Neuron zu lesen, melde dich hier für den Newsletter an.